義大利炮來了？深度解析Intel初代10nm Cannon Lake處理器
對前沿半導體感興趣的人都知道，Intel最新的製造工藝已經跳票許久了。10nm工藝首次釋出是在2014年，最初定於2016年量產，但卻一直延期至今。雖然首批使用10nm工藝的移動處理器在2017年底出貨，卻是以“特供”膝上型電腦的形式與國內一些大學合作推出。
Intel的10nm處理器屬於第8代酷睿系列，型號是i3 8121U。該處理器的ARK頁面（Intel的線上資料庫）已經公開，其核心代號為Cannon Lake，屬於14nm Skylake核心的改良版，於2018年第二季度正式釋出。
i3 8121U的TDP為15W，雙核四執行緒設計，基礎頻率2.2GHz，睿頻頻率3.2GHz。這比同為15W的14nm Kaby Lake處理器甚至還要更低一些。最為新奇的是，雖然這是一顆移動處理器，卻支援伺服器和高階桌面平臺處理器才有的AVX-512指令集，可以像企業級硬體一樣處理向量運算。
i3 8121U的頻率不進反退，讓人們對Intel 10nm工藝的實際效能表現產生了絲絲疑慮。雷鋒網從外媒SemiAccurate的一篇研究文章中獲悉，目前（指i3 8121U推出時）Intel的10nm工藝還存在很多問題和困難，其收益只有10%，遠低於預計中的60%，其中SAQP、COAG、Cobalt和調優等環節遠遠落後於計劃和預期。
其後的幾個月，坊間傳聞Intel 10nm工藝嚴重受阻，甚至將要放棄10nm的研發工作，也有傳聞稱Intel將降低標準以實現這一製程，但都被Intel一一闢謠。好在今年的CES上，Intel展示了10nm工藝的全新Sunny Cove架構Ice Lake處理器，算是讓關注新制程的人們吃了一顆定心丸。
從測試結果來看，兩款不同核心的處理器效能相差無幾，Kaby Lake核心的i3 8130U在與SIMD相關的462.libquantum和470.lbm測試項中似乎比Cannon Lake核心的i3 8121U更有優勢，這也許與二者記憶體延遲效能有關。
10nm工藝難在哪？
2017年9月，Intel在技術與製造日上展示了一個10nm Cannon Lake晶片的完整300mm晶圓，外媒Techinsights測得該晶片的芯片面積約為70.5mm?，也就是說，i3 8121U是Intel迄今為止最小的雙核處理器，但與當時的Skylake處理器（六代酷睿）相比，i3 8121U採用了CPU和GPU分離的設計，整合度更低。
業內衡量半導體工藝好壞的常用標準之一，是晶片中每平方毫米整合度電晶體數量有關。CPU中並不都是運算電晶體，還有SRAM單元，以及一些被設計成區域間熱緩衝區的“死”矽。電晶體的計數也有不同的方法，一個2輸入的NAND邏輯單元比一個複雜的掃描觸發器邏輯單元要小得多。
Intel將單位面積上的電晶體數量劃分為2輸入NAND單元和掃描觸發器單元，其中2輸入NAND單元的電晶體密度是90.78MTr/mm?（百萬電晶體每平方毫米），掃描觸發器單元的密度為115.74 MTr/mm?，在為其賦予60/40的權重後計算出10nm工藝的電晶體密度為100.8MTr/mm?，是14nm工藝37.5MTr/mm?的2.7倍。
Intel還在國際電子器件會議上披露，具體取決於所需的功能，10nm工藝的邏輯庫有10種類型，包括短庫（高密度庫），中高庫（高效能庫）和高庫（超高效能庫）等。庫越短，電路功耗越低，電晶體密度越高，但峰值效能也越低。因此Intel的10nm工藝其實有多種不同的密度，實際上只有密度最高的短庫可以達到100.8MTr/mm?。
在實際晶片製造中，通常會混合使用多種庫，較短的庫適用於I/O和非核心區等對效能不敏感的部位以節約成本，較高的庫通過較低的密度和較高的驅動電流，通常使用在對效能敏感的核心區域。
為了更好的理解Intel 10nm工藝，首先要討論Fin（鰭）、Gate（柵極）、單元機制，以及定義與電晶體和FinFET相關的一些術語。
電晶體的源極-漏極由鰭（灰色）提供，該鰭穿過柵極（綠色）並嵌入氧化物中，這裡的關鍵指標是鰭的高度、寬度和柵長，半導體工藝的目標是使每一個都儘可能小、單元效能儘可能高。
Intel在其22nm工藝中，使用了包含多個鰭片的三柵極電晶體來增加總驅動電流，以獲得更好的效能。這就引入了一個新的度量：“鰭間距”，即鰭之間的距離。如果一個鰭通過了多個柵極，柵極之間的距離稱為“柵極距”。
鰭和柵極之間接觸的越多，鰭間距越小，洩漏就越低，效能也就越好，這可以增加驅動電流，也能控制寄生電容和柵電容。其後的14nm工藝中，鰭的高度、寬度和柵長都變得更短，每個鰭穿過的柵極也更多，因而獲得了更好的效能。
而到了10nm工藝，Intel也在積極設計鰭結構，鰭間距從42nm縮減到34nm，鰭寬度從8nm縮減至7nm以避免寄生電容。改動看起來並不多，但在這個尺度上每nm都非常重要。Intel還通過新增共形鈦層來改善源極和漏極擴散區域，鰭和溝槽之間的接觸區域（柵極下方的灰色尖頭）也需要讓接觸電阻最小化。在10nm工藝中，Intel將其從鎢接觸改為鈷接觸，使接觸線電阻降低了60％，種種這些改進，讓技術變得極其具有挑戰性。
鰭與柵極組合起來就是基本的電路單元，從22nm製程的掃描電子顯微鏡的影象來看，單元有6片鰭的和2片鰭的（當然也有其他規格的），柵極長度不盡相同，每個單元內都有活躍的鰭傳遞電流和非活躍的鰭作為間隔。
在10nm工藝上，使用高密度庫的單元總共有8個鰭，其中5個是活動鰭，這些單元可用於I/O等不需要很高效能或對成本敏感的電路部分。高效能庫和超高效能庫則分別有10個和12個鰭，各自相比前者多出一個額外的P鰭和N鰭，有助於提供額外的驅動電流，以適當的效率犧牲來換取峰值效能的提升。
在單元之間，通常會有許多作為間隔物的偽柵極。在Intel 14nm工藝中，每個單元的兩端都有一個偽柵極，這意味著兩個單元之間會有兩個偽柵極。而在10nm工藝中，兩個相鄰的單元可以共享一個偽柵極，這將帶來更大的密度優勢，Intel表示最多可節約20%芯片面積。
電晶體內部，柵極通常靠兩支長度略微超出單元尺寸的觸點給源極和漏極加電，這不可避免的要佔據額外的平面尺寸。在10nm工藝中，至少在目前Cannon Lake處理器使用的版本中，Intel通過一種被稱為“有源柵極接觸”（COAG）的設計，將柵極觸點垂直放置在單元上。這一設計為製造過程增加了好幾個步驟（一次蝕刻、一次沉積和一次拋光），但可以為晶片提供大約10％的面積縮放。
前文已經言道，外媒SemiAccurate上的一篇研究文章曾表示，COAG是一種風險較高的實施方案，雖然Intel已經把它造出來並且正常工作了，但它並不像預期的那樣可靠。用於Cannon Lake核心的COAG似乎只能執行在低效能&低功率，或高效能&高功率的工況下，希望未來Intel能在新一代10nm Ice Lake處理器正式發售時詳細說明關於COAG的改進情況。
回到電晶體密度上，衡量電晶體密度的另一種方法是CPP*MMP，即將柵間距（接觸多晶矽間距Contact Poly Pitch）乘以鰭間距（最小金屬間距）。種種這些改進加在一起，使Intel的CPP*MMP尺寸只有54nm*44nm，相比臺積電和三星的7nm也只是略輸一點點，這也是Intel一直強調前兩者只是商業命名的原因。
揭開架構之祕
雖然i3 8121U的Cannon Lake核心仍處於NDA中，但經過科技圈眾多同仁一年以來孜孜不倦的研究，終於還是基本揭開了其架構的面紗。
整體而言，Cannon Lake核心的設計很像是PC端Skylake核心與伺服器端Skylake-SP核心的混合體。雖然它使用了PC端標準的4+1解碼單元、8個執行單元以及L1+L2+L3快取結構，但也從伺服器端引入了一個AVX-512單元，並且L1資料快取的讀寫速度分別達到了每週期2*512Byte和1*512Byte。
進一步來看，Cannon Lake核心也體現了一小部分第二代10nm Sunny Cove架構的設計，一些Skylake和Skylake-SP核心上沒有的指令，在Cannon Lake和Sunny Cove上都有存在。
除此之外，雖然目前不太清楚Cannon Lake核心的架構前端設計變化，但還是可以看出重排序緩衝區的大小是與Skylake核心相同的224條微指令，而Sunny Cove架構的大部分特性改進（儲存頻寬加倍、執行埠更多以及執行埠功能改進）都沒有出現在Cannon Lake核心上。
Cannon Lake支援的新指令包括IFMA（Integer fusion Multiply Add，整數融合乘加法）、VBMI（Vector Byte operation instructions，向量位元組操作指令），以及基於硬體的SHA（Secure Hash Algorithm，安全雜湊演算法）等。
其中，IFMA是52位整數融合乘法加法（FMA），其行為與AVX512浮點FMA相同，延遲為4個時鐘週期，每個時鐘週期的吞吐量為2（對於xmm/ymm/zmm為4和1）。該指令通常被用於輔助加密功能，但也意味著可以執行任意精度的算術運算。
VBMI指令集提供了VPERMB、VPERMI2B、VPERMT2B和VPMULTISHIFTQB四條指令，在位元組混洗方案中非常有用。
而硬體加速SHA則純粹是為加密演算法加速而設計的，不過測試表明，Cannon Lake核心有了它後速度仍然比Goldmont（下代Atom處理器的核心）和AMD的Zen都慢，這意味著起碼基於硬體的SHA在i3 8121U上並不是特別有用。
除了增加新指令，Intel通常還會在新核心上改進現有的指令，用於增加吞吐量或減少延遲（或兩者兼而有之）。Cannon Lake核心還支援Vector-AES特性，它允許AES指令一次使用更多的AVX-512單元從而使吞吐量倍增。
在Cannon Lake核心上，最大的變化是可以硬體支援64位整數除法，不再需要分割成幾條指令，18個時鐘週期內就可以完成64bit的IDIV。相比之下，Zen執行同樣的運算需要45個時鐘週期，Skylake核心則需要97時鐘週期。
對於字串的塊儲存，所有REP STOS*系列指令都可以使用512bit執行寫入埠，吞吐量為每時鐘週期61bit，相比之下，Skylake-SP為43bit，Skylake為31bit，Zen為14bit。
對於全字整數向量，AVX512BW命令VPERMW的等待時間從6個時鐘週期減小到4個，並且每個時鐘的吞吐量增加一倍。與向量類似，使用VMOVSS和VMOVSD命令移動或合併單/雙精度標量的向量現在與其他MOV命令的行為相同。
對指令集的其他有益調整包括使ZMM劃分和平方根更快一個時鐘，並將一些GATHER函式的吞吐量從每四個時鐘一個增加到每三個時鐘一個；迴歸則以舊x87指令的形式出現，其中x87 DIV、SQRT、REP CMPS、LFENCE和MFENCE都變慢一了個時鐘，其他指令則慢的更多，目的是讓人們棄用這些老舊的指令。
Cannon Lake核心相對不足的地方包括：VPCONFLICT*命令具有3個時鐘週期的延遲，吞吐量為每時鐘週期一條，速度仍然很慢；DWORD ZMM表單的延遲為26個時鐘，吞吐量為每20個時鐘1個；不支援Skylake-SP核心的快取行寫回功能CLWB；不支援SGX（軟體保護擴充套件）。
處理器規格對比
在i3 8121U的測試中，使用i3 8130U移動處理器作為對比，這是一款Kaby Lake核心的雙核四執行緒處理器，使用14nm工藝製造，TDP同樣為15W，基礎頻率與i3 8121U相同，睿頻頻率則反而要稍高一些。
對於這種15W TDP的移動處理器，會很容易撞上溫度牆導致降頻。測試中i3 8121U降頻非常頻繁，在AVX2應用中乾脆是執行在2.2GHz的基準頻率狀態，AVX-512應用中甚至會降頻至基準線以下的1.8GHz。
相比之下，使用14nm成熟工藝的i3 8130U在AVX2應用中仍能維持2.8GHz的頻率，比如在POV-Ray測試項中，i3 8130U可以更快的完成測試，效能相比i3 8121U高出26％。
不過儘管i3 8121U在執行AVX-512應用時頻率很低，但先進的指令集仍然帶來了出色的效能，在3DPM測試中，開啟AVX-512指令集的i3 8121U在1.8GHz下成績為3846分，6倍於2.8GHz但只支援AVX2指令集的i3 8130U。
記憶體效能和功耗測試
在快取/記憶體延遲測試中，i3 8121U和i3 8130U處理器都禁用了睿頻，迫使它們以相同的2.2 GHz頻率執行，以便進行奇偶性和直接的架構比較。Cannon Lake核心的快取/記憶體子系統與Skylake核心相同的，沒有任何其他改進，理論上表現出的效能也應該基本相同。
在這項測試中，兩顆處理器的快取訪問延遲幾乎相同，但Cannon Lake核心的i3 8121U的記憶體訪問延遲要高出Kaby Lake核心的i3 8130U多達50%，一上來就震驚了四座（當然這不是啥好事）。
儘管為i3 8121U配套的DDR4 2400記憶體時序17-17-17，略輸於i3 8130U的16-16-16 -16，但這一丟丟時序差異遠不足以有如此大的影響，能想到的唯一原因是，Cannon Lake核心訪問記憶體控制器有非常大的額外開銷，這或許就是封堵了幽靈和熔斷漏洞的副作用。
而功耗方面比較撲朔迷離，我們知道，Intel在處理器硬體中設定了兩個關鍵的功耗限制——PL1和PL2，前者控制穩態功耗，後者控制短時間睿頻功耗。
在大多數情況下，處理器的穩態功耗和TDP相同，如i3 8130U就是這樣，處理器的穩態功耗為15W，然而同為15W TDP的i3 8121U的穩態功耗僅為12.6W。由PL2控制的峰值功耗也是同樣，i3 8130U的峰值功耗可以達到24.2 W，而i3 8121U最高只能衝到18.7W，且睿頻的持續時間也要比i3 8130U短很多。
糟心的是，雖然i3 8121U的功耗牆更低，但由於其頻率更低效能更差，實際執行運算所消耗的能量反而更多。在POV-Ray測試項中，Kaby Lake核心的i3 8130U的總耗能只有768 mWh，而Cannon Lake核心的i3 8121U的總耗能為867mWh，足足高了12.9%。
2.2GHz同頻測試：SPEC2006
除了功耗，關於Cannon Lake核心的另一個問題在於它是否是一個高效的架構設計。為了進行直接的IPC比較，我們將兩顆處理器固定住2.2 GHz同頻率上執行SPEC2006 測試。
SPEC2006是一個重要的基準測試軟體，它與其他測試軟體的區別在於所處理的資料集更大更復雜。作為基準測試更有代表性，它可以充分展示架構的更多細節。
從測試結果來看，兩款不同核心的處理器效能相差無幾，Kaby Lake核心的i3 8130U在與SIMD相關的462.libquantum和470.lbm測試項中似乎比Cannon Lake核心的i3 8121U更有優勢，這也許與二者記憶體延遲效能有關。
2.2GHz同頻測試：系統綜合性能
系統測試部分重點關注實際使用者體驗，將包括應用載入時間、影象處理、簡單科學物理、模擬、神經模擬、優化計算和3D模型開發等測試項。
GIMP應用載入時間
系統響應速度是最關乎使用者體驗的指標，一個很好的測試用例是看應用載入需要多長時間。在這一測試中，Cannon Lake核心的i3 8121U表現的特別好。
FCAT影象處理
FCAT軟體採用錄製的視訊，並將顏色資料處理成幀時間資料，以便系統可以繪製視覺化的幀率。
這一測試是單執行緒的，在基準頻率下，Cannon Lake核心的i3 8121U與Kaby Lake核心的i3 8130U耗時差距在半秒之內，i3 8121U略微領先。
3DPM粒子運動計算
3DPM測試是一個定製的基準測試，旨在模擬3D空間中六個點的不同粒子運動演算法。演算法的一個關鍵部分是使用了相對快速的隨機數生成，最終在程式碼中實現依賴鏈。在這一測試中，我們在六種演算法上執行一個原子粒子集，每次20秒，暫停10秒，並報告粒子移動的總速率，以每秒數百萬次運動為單位。
在不啟動AVX，Cannon Lake核心的i3 8121U敗給了Kaby Lake核心的i3 8130U。但各自啟動AVX後，i3 8121U竟然跑出了4519的超高分，甚至擊敗了4185分的18核Core i9 7980XE處理器，非常瘋狂。
Dolphin 5.0模擬器
Dolphin 5.0是一款GameCube/Wii主機模擬器，可以在PC上玩到這些老款遊戲主機的獨佔大作。不過，模擬這兩臺使用Power架構處理器的主機通常需要一顆不弱的處理器才行。
在這一測試中，兩款處理器的同頻效能大致相同。
DigiCortex海蛞蝓大腦模擬
DigiCortex基準測試最初設計用於神經元和突觸活動的模擬和視覺化，該軟體具有多種基準模式，本次使用小基準測試，模擬32000個神經元和18億個突觸，規模相當於海蛞蝓的大腦。
模擬型別分為“非激發”和“激發”兩種模式，前者受記憶體影響更大，後者更依賴純粹的處理器效能。測試中使用了後者，兩款處理器的同頻效能大致相同。
y-Cruncher科學計算
y-Cruncher是一款幫助計算各種數學常數的工具，軟體支援通過二進位制、單執行緒和多執行緒等不同優化方式執行，甚至包括AVX-512優化的二進位制檔案。本次測試基於單執行緒和多執行緒方式，計算2.5億位圓周率。
測試結果不出意外是 Cannon Lake核心的i3 8121U獲勝，到目前為止，所有可以利用AVX-512指令集的軟體都是i3 8121U獲勝。
Agisoft Photoscan 2D影象轉3D模型
PhotoScan可以將許多2D影象轉換為3D模型，這是模型開發和歸檔中的一個重要工具，依賴於許多單執行緒和多執行緒演算法。
測試使用了PhotoScan v1.3.3版本，其中包含了84 x 1800萬畫素的大資料集，通過一個相當快速的演算法變體，最後對比轉換過程總時間。
在這一測試中，兩款處理器的同頻效能大致相同。
2.2GHz同頻測試：渲染效能
渲染效能通常是處理器在專業環境下的關鍵指標，從3D渲染到光柵化，涵蓋網格、紋理、碰撞、鋸齒、物理等方面。大多數渲染器都支援CPU渲染，少數可以支援GPU或FPGA和ASIC等專用晶片。對於大型工作室來說，CPU仍然是首選的硬體。
Corona 1.3渲染
Corona是3DS Max和Cinema 4D等軟體的高階效能渲染器，基準測試的GUI可顯示正在構建的場景，並將渲染時間反饋給使用者。
本次測試使用了直接輸出結果的命令列版本，輸出的結果也不是報告時間，而是報告六次執行中每秒的平均光線數，因為單位時間內的效能比例通常更容易理解。
Corona只支援到AVX2指令集，無法充分發揮Cannon Lake 核心的特性。在這一測試中，i3 8121U同頻效能落後i3 8130U約10%。
Blender 3D創作軟體
Blender是一個開源的高階渲染工具，支援大量可配置項，被世界上許多知名的動畫工作室所使用。該軟體的開發小組最近釋出了一個基準測試包，本次測試通過命令列執行該套件中的“bmw27”場景子測試，並測量完成渲染的時間。
Blender同樣只支援到AVX2指令集，在這一測試中，兩款處理器的同頻效能大致相同，Cannon Lake 核心的i3 8121U有微弱優勢。
LuxMark引擎
使用LuxRender引擎開發的基準測試提供了幾個不同的場景和API，本次測試選擇在C ++和OpenCL程式碼路徑上執行簡單的“Ball”場景，以粗略渲染開始，並在兩分鐘內慢慢提高質量，最終結果以每秒渲染的光線數展示。
POV-Ray光線追蹤
Persistence of Vision光線追蹤引擎是另一個眾所周知的基準測試工具，在AMD釋出Ryzen處理器之前一直默默無聞，而後Intel和AMD都開始向開源專案的主要分支提交程式碼。
本次測試使用從命令列呼叫所有核心的內建基準。
2.2GHz同頻測試：辦公效能
Office測試套件旨在專注於更多行業標準，如辦工流程和系統會議等，但是我們也將編譯器效能捆綁在本節中。對於必須對硬體進行總體評估的使用者來說，這些通常是最需要考慮的基準測試。
3DMark物理計算
遊戲測試軟體3DMark的每個測試場景均包括一個物理測試子項。按複雜程度排列的依次為Ice Storm、Cloud Gate、Sky Diver、Fire Strike和Time Spy。
在所有測試場景中，兩款處理器的同頻效能都大致相同。
GeekBench 4
GeekBench 4是常用的跨平臺測試工具，重點尋求峰值吞吐量的一系列演算法，包括加密、壓縮、快速傅立葉變換、儲存器操作、n體物理、矩陣運算、直方圖處理和HTML解析等，常用於移動裝置測試。
考慮到其通用性和流行程度，本次也加入了這款軟體的單執行緒和多執行緒測試。
2.2GHz同頻測試：編碼效能
隨著流媒體和短視訊內容的興起，越來越多的家庭使用者和遊戲玩家需要將視訊檔案進行轉換，處理器的編碼和轉碼效能變得越來越重要，本次編碼測試也主要圍繞這些重要的場景進行。
Handbrake視訊轉碼
Handbrake是一種流行的開源視訊轉換軟體，最新的版本可利用AVX-512和OpenCL來加速某些型別的轉碼和演算法。本次測試使用的CPU轉碼。
7-Zip壓縮解壓
在壓縮/解壓應用中，開源的7-Zip是很歡迎的工具之一。本次猜測是使用最新的v18.05版本，它內建有基準測試，從命令列執行基準測試，報告壓縮、解壓縮和綜合得分。
WinRAR壓縮解壓
在大多數人的系統中通常都有WinRAR，它是20多年前的第一批壓縮解壓工具之一。它沒有內建基準測試，本次使用一個包含超過30個60秒視訊檔案和2000個零碎小檔案的資料夾，以正常壓縮率執行壓縮。
WinRAR是可變執行緒的，但也容易受到快取的影響，因此測試需執行它10次並取最後五次的平均值，使結果可以展示CPU純粹的原始計算效能。
AES加密
許多移動裝置預設使用的檔案系統都提供了加密功能以保護內容，PC上的Windows也有，通常由BitLocker或第三方軟體應用。本次使用已停產的TrueCrypt作為其內建基準測試，可直接在記憶體中測試多種加密演算法，支援AES指令集但不支援AVX-512。測試採用的資料是AES加密/解密組合，以每秒千兆位元組為單位。
雷鋒網總結
Intel在10nm工藝上確實進行了很多改進，如果每一步都能完美執行，那麼10nm應該在去年就成了。可問題是在半導體設計中，有幾百個不同的特性，改動任何一個都可能會導致其他幾個甚至幾十個特性變差，這正是Intel在10nm工藝方面遇到的最大問題。
仍記得2018年的CES上，Intel對10nm工藝相關的問題緘口不言，從這曇花一現的Cannon Lake核心來看，唯一稱得上亮眼的表現只有AVX-512效能，很明顯第一代10nm還遠遠沒有準備好邁入黃金時段，Intel是在試圖冷處理這一代處理器，也肯定不會正式公開發售它們。
在Intel給出的這張圖中，右側顯示10nm工藝及其改型可依靠較低的動態電容擁有較低的功率，然而數軸的左側則顯示10nm和10nm+工藝的單個電晶體效能其實還要低於當前的14nm++工藝，要到下下下一代的10nm++工藝才能真正實現全面領先，而從i3 8121U的表現來看，很大概率上也意味著在第三代10nm++工藝實施之前，業界很可能都無法看到真正突破性的10nm處理器（一竿子支到三零零零年了……）。
預計將在今年下半年問世的Ice Lake處理器會使用第二代10nm+工藝，電氣效能將非常接近14nm++工藝，或許那時Intel在10nm工藝上打響真正的第一炮吧。
】
